《Python自然语言处理》

《Python自然语言处理》

基本信息

作者: (美)Steven Bird    Ewan Klein    Edward Loper

出版社:人民邮电出版社

ISBN:9787115333681

上架时间:2014-6-13

出版日期:2014 年6月

开本:16开

页码:508

版次:1-1

所属分类:计算机 > 软件与程序设计 > Python

更多关于》》》《Python自然语言处理》

内容简介

书籍

计算机书籍

自然语言处理(natural language processing,nlp)是计算机科学领域与人工智能领域中的一个重要方向。它研究能够实现人与计算机之间用自然语言进行有效通信的各种理论和方法,涉及所有用计算机对自然语言进行的操作。

《python自然语言处理》是自然语言处理领域的一本实用入门指南,旨在帮助读者学习如何编写程序来分析书面语言。本书基于python编程语言以及一个名为nltk的自然语言工具包的开源库;但并不要求读者有python编程的经验。全书共11章,按照难易程度顺序编排。第1章到3章介绍了语言处理的基础,讲述如何使用小的python程序分析感兴趣的文本信息。第4章讨论结构化程序设计,以巩固前面几章中介绍的编程要点。第5章到第7章介绍语言处理的基本原理,包括标注、分类和信息提取等。第8章到第10章介绍了句子解析、句法结构识别和句意表达方法。第11章介绍了如何有效管理语言数据。后记部分简要讨论了nlp领域的过去和未来。

《python自然语言处理》的实践性很强,包括上百个实际可用的例子和分级练习。本书可供读者用于自学,也可以作为自然语言处理或计算语言学课程的教科书,或是人工智能、文本挖掘、语料库语言学等课程的补充读物。

作译者

Steven Bird是墨尔本大学计算机科学和软件工程系副教授,宾夕法尼亚大学语言学数据联盟高级研究助理。

Ewan Klein是爱丁堡大学信息学院语言技术教授。

Edward Loper是毕业于宾夕法尼亚大学专注于机器学习的自然语言处理方向的博士,现在在波士顿的BBN Technologies担任研究员。

目录

《python自然语言处理》

第1章 语言处理与python 1

1.1 语言计算:文本和词汇 1

1.2 近观python:将文本当做词链表 10

1.3 计算语言:简单的统计 17

1.4 回到python:决策与控制 24

1.5 自动理解自然语言 29

1.6 小结 35

1.7 深入阅读 36

1.8 练习 37

第2章 获得文本语料和词汇资源 41

2.1 获取文本语料库 41

2.2 条件频率分布 55

2.3 更多关于python:代码重用 60

2.4 词典资源 63

2.5 wordnet 72

2.6 小结 78

2.7 深入阅读 79

2.8 练习 80

第3章 处理原始文本 84

3.1 从网络和硬盘访问文本 84

3.2 字符串:最底层的文本处理 93

3.3 使用unicode进行文字处理 100

3.4 使用正则表达式检测词组搭配 105

3.5 正则表达式的有益应用 109

3.6 规范化文本 115

3.7 用正则表达式为文本分词 118

3.8 分割 121

3.9 格式化:从链表到字符串 126

3.10 小结 132

3.11 深入阅读 133

3.12 练习 134

第4章 编写结构化程序 142

4.1 回到基础 142

4.2 序列 147

4.3 风格的问题 152

4.4 函数:结构化编程的基础 156

4.5 更多关于函数 164

4.6 程序开发 169

4.7 算法设计 175

4.8 python库的样例 183

4.9 小结 188

4.10 深入阅读 189

4.11 练习 189

第5章 分类和标注词汇 195

5.1 使用词性标注器 195

5.2 标注语料库 197

5.3 使用python字典映射词及其属性 206

5.4 自动标注 216

5.5 n-gram标注 221

5.6 基于转换的标注 228

5.7 如何确定一个词的分类 230

5.8 小结 233

5.9 深入阅读 234

5.10 练习 235

第6章 学习分类文本 241

6.1 监督式分类 241

6.2 监督式分类的举例 254

6.3 评估 258

6.4 决策树 263

6.5 朴素贝叶斯分类器 266

6.6 最大熵分类器 271

6.7 为语言模式建模 275

6.8 小结 276

6.9 深入阅读 277

6.10 练习 278

第7章 从文本提取信息 281

7.1 信息提取 281

7.2 分块 284

7.3 开发和评估分块器 291

7.4 语言结构中的递归 299

7.5 命名实体识别 302

7.6 关系抽取 306

7.7 小结 307

7.8 深入阅读 308

7.9 练习 308

第8章 分析句子结构 312

8.1 一些语法困境 312

8.2 文法的用途 316

8.3 上下文无关文法 319

8.4 上下文无关文法分析 323

8.5 依存关系和依存文法 332

8.6 文法开发 336

8.7 小结 343

8.8 深入阅读 344

8.9 练习 344

第9章 建立基于特征的文法 349

9.1 文法特征 349

9.2 处理特征结构 359

9.3 扩展基于特征的文法 367

9.4 小结 379

9.5 深入阅读 380

9.6 练习 381

第10章 分析语句的含义 384

10.1 自然语言理解 384

10.2 命题逻辑 391

10.3 一阶逻辑 395

10.4 英语语句的语义 409

10.5 段落语义层 422

10.6 小结 428

10.7 深入阅读 429

10.8 练习 430

第11章 语言数据管理 434

11.1 语料库结构:案例研究 434

11.2 语料库生命周期 439

11.3 数据采集 443

11.4 使用xml 452

11.5 使用toolbox数据 459

11.6 使用olac元数据描述语言资源 463

11.7 小结 466

11.8 深入阅读 466

11.9 练习 467

后记 470

参考文献 476

本图书信息来源:互动出版网

《Python自然语言处理》

时间: 2024-10-15 20:16:17

《Python自然语言处理》的相关文章

CI框架源码阅读笔记3 全局函数Common.php

从本篇开始,将深入CI框架的内部,一步步去探索这个框架的实现.结构和设计. Common.php文件定义了一系列的全局函数(一般来说,全局函数具有最高的加载优先权,因此大多数的框架中BootStrap引导文件都会最先引入全局函数,以便于之后的处理工作). 打开Common.php中,第一行代码就非常诡异: if ( ! defined('BASEPATH')) exit('No direct script access allowed'); 上一篇(CI框架源码阅读笔记2 一切的入口 index

IOS测试框架之:athrun的InstrumentDriver源码阅读笔记

athrun的InstrumentDriver源码阅读笔记 作者:唯一 athrun是淘宝的开源测试项目,InstrumentDriver是ios端的实现,之前在公司项目中用过这个框架,没有深入了解,现在回来记录下. 官方介绍:http://code.taobao.org/p/athrun/wiki/instrumentDriver/ 优点:这个框架是对UIAutomation的java实现,在代码提示.用例维护方面比UIAutomation强多了,借junit4的光,我们可以通过junit4的

Yii源码阅读笔记 - 日志组件

?使用 Yii框架为开发者提供两个静态方法进行日志记录: Yii::log($message, $level, $category);Yii::trace($message, $category); 两者的区别在于后者依赖于应用开启调试模式,即定义常量YII_DEBUG: defined('YII_DEBUG') or define('YII_DEBUG', true); Yii::log方法的调用需要指定message的level和category.category是格式为“xxx.yyy.z

源码阅读笔记 - 1 MSVC2015中的std::sort

大约寒假开始的时候我就已经把std::sort的源码阅读完毕并理解其中的做法了,到了寒假结尾,姑且把它写出来 这是我的第一篇源码阅读笔记,以后会发更多的,包括算法和库实现,源码会按照我自己的代码风格格式化,去掉或者展开用于条件编译或者debug检查的宏,依重要程度重新排序函数,但是不会改变命名方式(虽然MSVC的STL命名实在是我不能接受的那种),对于代码块的解释会在代码块前(上面)用注释标明. template<class _RanIt, class _Diff, class _Pr> in

CI框架源码阅读笔记5 基准测试 BenchMark.php

上一篇博客(CI框架源码阅读笔记4 引导文件CodeIgniter.php)中,我们已经看到:CI中核心流程的核心功能都是由不同的组件来完成的.这些组件类似于一个一个单独的模块,不同的模块完成不同的功能,各模块之间可以相互调用,共同构成了CI的核心骨架. 从本篇开始,将进一步去分析各组件的实现细节,深入CI核心的黑盒内部(研究之后,其实就应该是白盒了,仅仅对于应用来说,它应该算是黑盒),从而更好的去认识.把握这个框架. 按照惯例,在开始之前,我们贴上CI中不完全的核心组件图: 由于BenchMa

CI框架源码阅读笔记2 一切的入口 index.php

上一节(CI框架源码阅读笔记1 - 环境准备.基本术语和框架流程)中,我们提到了CI框架的基本流程,这里这次贴出流程图,以备参考: 作为CI框架的入口文件,源码阅读,自然由此开始.在源码阅读的过程中,我们并不会逐行进行解释,而只解释核心的功能和实现. 1.       设置应用程序环境 define('ENVIRONMENT', 'development'); 这里的development可以是任何你喜欢的环境名称(比如dev,再如test),相对应的,你要在下面的switch case代码块中

Apache Storm源码阅读笔记

欢迎转载,转载请注明出处. 楔子 自从建了Spark交流的QQ群之后,热情加入的同学不少,大家不仅对Spark很热衷对于Storm也是充满好奇.大家都提到一个问题就是有关storm内部实现机理的资料比较少,理解起来非常费劲. 尽管自己也陆续对storm的源码走读发表了一些博文,当时写的时候比较匆忙,有时候衔接的不是太好,此番做了一些整理,主要是针对TridentTopology部分,修改过的内容采用pdf格式发布,方便打印. 文章中有些内容的理解得益于徐明明和fxjwind两位的指点,非常感谢.

CI框架源码阅读笔记4 引导文件CodeIgniter.php

到了这里,终于进入CI框架的核心了.既然是"引导"文件,那么就是对用户的请求.参数等做相应的导向,让用户请求和数据流按照正确的线路各就各位.例如,用户的请求url: http://you.host.com/usr/reg 经过引导文件,实际上会交给Application中的UsrController控制器的reg方法去处理. 这之中,CodeIgniter.php做了哪些工作?我们一步步来看. 1.    导入预定义常量.框架环境初始化 之前的一篇博客(CI框架源码阅读笔记2 一切的入

jdk源码阅读笔记之java集合框架(二)(ArrayList)

关于ArrayList的分析,会从且仅从其添加(add)与删除(remove)方法入手. ArrayList类定义: p.p1 { margin: 0.0px 0.0px 0.0px 0.0px; font: 18.0px Monaco } span.s1 { color: #931a68 } public class ArrayList<E> extends AbstractList<E> implements List<E> ArrayList基本属性: /** *

dubbo源码阅读笔记--服务调用时序

上接dubbo源码阅读笔记--暴露服务时序,继续梳理服务调用时序,下图右面红线流程. 整理了调用时序图 分为3步,connect,decode,invoke. 连接 AllChannelHandler.connected(Channel) line: 38 HeartbeatHandler.connected(Channel) line: 47 MultiMessageHandler(AbstractChannelHandlerDelegate).connected(Channel) line: